【问题标题】:Python MySQLDB: Get the result of fetchall in a listPython MySQLDB:在列表中获取 fetchall 的结果
【发布时间】:2012-10-03 17:53:42
【问题描述】:

我想在列表中而不是元组的元组或字典的元组中获取 fetchall 操作的结果。 例如,

cursor = connection.cursor() #Cursor could be a normal cursor or dict cursor
query = "Select id from bs"
cursor.execute(query)
row = cursor.fetchall()

现在,问题是结果行是 ((123,),(234,)) 或 ({'id':123}, {'id':234}) 我正在寻找的是 (123,234) 或 [123,234]。如果我可以节省解析结果集,那就最好了。提前致谢

【问题讨论】:

  • 可能必须提供一个自定义 Cursor 类来执行此操作。 django db 后端执行此操作,因此您可以在那里寻找灵感。例如,django.db.backends.mysql.base.CursorWrapper 用于 MySQL 游标之上,但我不确定它在哪里注册。这可能意味着提供一个自定义数据库后端来返回您的自定义光标。在访问时解析所需的数据可能会更容易。

标签: python django mysql-python


【解决方案1】:
list= [list[0] for list in cursor.fetchall()]

这会将结果呈现在一个列表中,例如 - list = [122,45,55,44...]

【讨论】:

    【解决方案2】:

    以这种方式制作你的光标对象:

    db = MySQLdb.connect("IP", "user", "password", "dbname")
    
    cursor = db.cursor(MySQLdb.cursors.DictCursor)
    

    然后当你对查询执行 cursor.fetchall() 时,将获得一个字典元组,你可以稍后将其转换为列表。

    data = cursor.fetchall()
    
    data = list(data)
    

    【讨论】:

      【解决方案3】:

      在搜索扁平化数据库查询时,Google 上出现了这个旧 Q,所以这里有更多建议...

      考虑一个快速的list-flattening iterator

      其他答案使用fetchall(),它首先将所有行加载到内存中,然后对其进行迭代以创建一个新列表。可能效率低下。可以结合MySQL所谓的server side cursor

      # assume mysql on localhost with db test and table bs
      import itertools
      import MySQLdb
      import MySQLdb.cursors
      
      conn = MySQLdb.connect(host='localhost',db='test', 
                cursorclass=MySQLdb.cursors.SSCursor ) 
      cursor = conn.cursor()
      # insert a bunch of rows
      cursor.executemany('INSERT INTO bs (id) VALUES (%s)',zip(range(1,10000)) )
      conn.commit()
      # retrieve and listify
      cursor.execute("select id from bs")
      list_of_ids = list(itertools.chain.from_iterable(cursor))
      len(list_of_ids)
      #9999
      conn.close()
      

      但问题也被标记为Django,它有一个很好的single field query flattener

      class Bs(models.Model):
          id_field = models.IntegerField()
      
      list_of_ids = Bs.objects.values_list('id_field', flat=True)
      

      【讨论】:

      • 晚了几年,但这是 OP 所要求的 - 由于他的数据点数量,创建一个列表而不使用 fetch all()。
      【解决方案4】:

      我相信,经过这么长时间,你已经解决了这个问题,但是,对于一些可能不知道如何使用 MySQLdb 将游标的值作为字典获取的人,你可以使用找到的这个方法@ 987654321@:

      import MySQLdb as mdb
      
      con = mdb.connect('localhost', 'testuser', 'test623', 'testdb')
      
      with con:
      
          cur = con.cursor(mdb.cursors.DictCursor)
          cur.execute("SELECT * FROM Writers LIMIT 4")
      
          rows = cur.fetchall()
      
          for row in rows:
              print row["Id"], row["Name"]
      

      【讨论】:

      • 我在尝试获取属性时出现错误tuple indices must be integers or slices, not str
      【解决方案5】:
      cursor.execute("""Select * From bs WHERE (id = %s)""",(id))
      
      cursor.fetchall()
      

      【讨论】:

        【解决方案6】:

        如果只有一个字段,我可以使用它从数据库中创建一个列表:

        def getFieldAsList():
            kursor.execute("Select id from bs")
            id_data = kursor.fetchall()
            id_list = []
            for index in range(len(id_data)):
                id_list.append(id_data[index][0])
            return id_list
        

        【讨论】:

          【解决方案7】:

          那么列表推导呢?如果结果是((123,), (234,), (345,)):

          >>> row = [item[0] for item in cursor.fetchall()]
          >>> row
          [123, 234, 345]
          

          如果结果是({'id': 123}, {'id': 234}, {'id': 345}):

          >>> row = [item['id'] for item in cursor.fetchall()]
          >>> row
          [123, 234, 345]
          

          【讨论】:

          • 如果这个场景只是一个例子,你打算如何处理具有多个字段的查询?这就是为什么你首先得到一个元组的元组
          • 谁说的例子?我只想获取一列 id,行数以百万计。我想对数据进行后处理,这就是为什么我试图找出一种方法来避免这种昂贵的操作。
          • @RaunakAgarwal - 请保持文明 - 您没有在问题中提及您所面临的限制,因此有人建议展开嵌套客户端是完全合理的。您应该提到您正在处理数百万行。
          • @RaunakAgarwal 也许您可以使用生成器而不是列表推导。我想它不会那么贵,因为生成器有惰性评估
          • @César:是的,这可能是一回事。但是生成器只会帮助我控制我想要加载的项目数量,这些项目可以从光标本身实现。可能,我必须在数据库级别本身进行计算。不过还是谢谢。
          猜你喜欢
          • 2020-03-14
          • 2023-04-01
          • 1970-01-01
          • 1970-01-01
          • 2010-12-26
          • 1970-01-01
          • 2018-12-25
          • 2017-10-31
          • 2011-08-22
          相关资源
          最近更新 更多